Analisis Sentiemn Aplikasi Alfagift Pada Google Play Store Dengan Metode SVM dan Optimasi PSO

• SALSABILATUL MA'WA
• 2025

---

Pertumbuhan teknologi informasi telah mendorong maraknya penggunaan aplikasi belanja daring, termasuk alfagift, aplikasi resmi dari alfamart. Ulasan pengguna terhadap aplikasi tersebut di Google Play Store mencerminkan presepsi dan kepuasan mereka, yang jika dianalisis secara tepat dapat memberikan informasi penting bagi pengembang aplikasi. Penelitian ini betujuan untuk mengklasifikasi sentimen ulasan pengguna aplikasi alfagift menggunakan metode Support Vector Machine (SVM) yang dioptimasi dengan algoritma Particle Swarm Optimazition (PSO). SVM adalah algoritma yang umum digunakan karena akurasinya dalam melakukan klasifikasi. Untuk mencapai performa terbaik, pengaturan parameter SVM harus dilakukan dengan tepat seperti Particle Swarm Optimization (PSO) digunakan sebagai metode yang efektif untuk mengoptimalkan parameter tersebut. Data yang digunakan diperoleh dari Google Play Store melalui teknik web Scraping dengan pustaka google – play – scraper. Hasil klasifikasi awal menggunakan SVM tanpa optimasi menghasilkan akurasi sebesar 87,25% setelah dilakukan optimasi parameter SVM menggunakan algoritma PSO, akurasi meningkat menjadi 90,41% temuan ini menunjukkan bahwa penggunaan PSO mampu meningkatkan kinerja model klasifikasi sentimen terhadap ulasan pengguna secara signifikan. Dengan demikian, kombinasi metode SVM dan PSO efektif dalam menganalisis sentimen pengguna aplikasi Alfagift untuk keperluan evaluasi dan pengembangan aplikasi ke depannya.

 

Kata Kunci : Analisis Sentimen , User Reviews, Alfagift, Support Vector Machine, Particle Swarm Optimazition

• Aplikasi Alfagift
• Supprt Vector Machine
• Optimasi Particle Swarm Optimazition

https://repository.bsi.ac.id/repo/75161/Analisis-Sentiemn-Aplikasi-Alfagift-Pada-Google-Play-Store-Dengan-Metode-SVM-dan-Optimasi-PSO
File full-text dikunci.